由热力学到信息学-熵—信息熵

python_xiaofeng

已于 2022-04-14 21:32:25 修改

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：程序员的数学文章标签：决策树动态规划

于 2022-04-14 21:29:55 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/python_xiaofeng/article/details/124163103

本文探讨了熵的起源，从卡诺循环效率的角度引入，阐述熵与有序度的关系，指出熵增大意味着系统更混乱。进一步解释无序度与微观状态数的联系，通过玻尔兹曼公式S=k⋅lnW建立熵与热力学概率的关联。信息熵被用来衡量信息的混乱程度，越大则判断越困难。在决策树构建中，信息熵用于计算信息增益，以确定最佳分裂条件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

熵的由来

概念公式由卡诺循环的效率而来。两个平衡状态从A到B，其熵的变化 $Δs=Sa−Sb=∫abdQT\varDelta s=S_a-S_b=\int\limits _a^b{\frac{dQ}{T}}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

python_xiaofeng 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。